预测路况状态的方法、装置、服务器及存储介质制造方法及图纸

本发明专利技术公开了一种预测路况状态的方法、装置、服务器及存储介质，属于互联网技术领域。所述方法包括：获取目标路段的路段特征；获取窗口路段集合的窗口路段特征；根据目标路段的路段特征和窗口路段集合的窗口路段特征，确定目标路段以每个窗口为参照时处于不同路况状态的概率值；根据目标路段以每个窗口为参照时处于不同路况状态的概率值和目标路段的路段特征，预测目标路段的路况状态。本发明专利技术根据目标路段的路段特征及窗口路段特征，确定目标路段以每个窗口为参照时处于不同路段状态的概率值，进而预测出目标路段的路况状态。由于路况状态的预测结合了目标路段的路段特征及不同窗口下的预测结果，因而所预测的路况状态更准确。

【技术实现步骤摘要】
预测路况状态的方法、装置、服务器及存储介质
本专利技术涉及互联网
，特别涉及一种预测路况状态的方法、装置、服务器及存储介质。
技术介绍
在现代社会，随着城市发展及道路建设，城市内及城市间道路变得十分复杂，用户出行更多地依赖于导航应用提供的地图服务。在地图服务中，实时精准地预测路况状态，不仅能够方便用户知晓道路拥堵情况，合理规划出行路线，节约出行时间，而且能帮助城市构建交通预警，调度城市交通系统，节省城市道路资源。目前，相关技术在预测路况状态时，可采用如下方法：通过GPS(GlobalPositioningSystem，全球定位系统)实时采集车辆的位置信息；根据采集到的位置信息和交通路网数据库，确定车辆当前行驶的路段，其中，交通路网数据库中存储有位置信息与路段名称之间的对应关系；根据采集到的位置信息，计算该路段的长度和行驶时间，进而根据路段的长度和行驶时间，计算车辆的行驶速度；对该路段上的至少两个车辆的行驶速度进行融合，得到能够表征路况状态的融合速度；根据该融合速度，确定该条路段的路况状态。由于相关技术仅根据融合速度预测路况状态，在实际应用中，路况状态不仅与速度有关，而且还受其他因素影响，因此，相关所预测的路况状态并不准确。
技术实现思路
为了解决相关技术的问题，本专利技术实施例提供了一种预测路况状态的方法、装置、服务器及存储介质。所述技术方案如下：一方面，提供了一种预测路况状态的方法，所述方法包括：获取目标路段的路段特征，所述路段特征用于表征所述目标路段的路段属性和车辆在所述目标路段上的行驶信息；获取窗口路段集合的窗口路段特征，所述窗口路段集合包括位于所述目标路段的同一窗口内的多条路段，所述窗口路段特征用于表征窗口路段集合内各个路段的整体路段属性和车辆在各个路段不同采样位置上的行驶信息；根据所述目标路段的路段特征和所述窗口路段集合的窗口路段特征，确定所述目标路段以每个窗口为参照时处于不同路况状态的概率值；根据所述目标路段以每个窗口为参照时处于不同路况状态的概率值和所述目标路段的路段特征，预测所述目标路段的路况状态。另一方面，提供了一种预测路况状态的装置，所述装置包括：获取模块，用于获取目标路段的路段特征，所述路段特征用于表征所述目标路段的路段属性和车辆在所述目标路段上的行驶信息；所述获取模块，用于获取窗口路段集合的窗口路段特征，所述窗口路段集合包括位于所述目标路段的同一窗口内的多条路段，所述窗口路段特征用于表征窗口路段集合内各个路段的整体路段属性和车辆在各个路段不同采样位置上的行驶信息；确定模块，用于根据所述目标路段的路段特征和所述窗口路段集合的窗口路段特征，确定所述目标路段以每个窗口为参照时处于不同路况状态的概率值；预测模块，用于根据所述目标路段以每个窗口为参照时处于不同路况状态的概率值和所述目标路段的路段特征，预测所述目标路段的路况状态。另一方面，提供了一种用于预测路况状态的服务器，所述服务器包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由所述处理器加载并执行以实现预测路况状态的方法。另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由处理器加载并执行以实现预测路况状态的方法。本专利技术实施例提供的技术方案带来的有益效果是：根据目标路段的路段特征及窗口路段特征，确定目标路段以每个窗口为参照时处于不同路段状态的概率值，进而预测出目标路段的路况状态。由于路况状态的预测结合了目标路段的路段特征及不同窗口下的预测结果，因而所预测的路况状态更准确。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的预测路况状态的时序图；图2是本专利技术实施例提供的路况生产过程的时序图；图3是本专利技术实施例提供的预测路况状态的方法所涉及的实施环境；图4是本专利技术实施例提供的训练窗口路段模型的方法流程图；图5是本专利技术实施例提供的多个窗口示意图；图6是本专利技术实施例提供的训练路况决策模型的方法流程图；图7是本专利技术实施例提供的路况决策逻辑的示意图；图8是本专利技术实施例提供的预测路况状态的方法流程图；图9是本专利技术实施例提供的预测路况状态的装置结构示意图；图10是根据一示例性实施例示出的一种用于预测路况状态的服务器。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。在执行本专利技术实施例之前，首先对本专利技术涉及的名词进行解释。Link：在交通路网数据库中，表示一段不可再拆分的基本路段。本专利技术实施例中所提及的路段实际上指的是基础路段Link。自由流速度：在交通工程中，指不受上下游路段的通信条件影响的交通流运行速度。路段通行能力实时描述：对一条路段当前通行能力的信息表示，包括车流量、车流速度、平均通行时长、红绿灯等灯次数等。真实路况状态：现实中实际的交通路况。路况平滑：在时空范围内，根据道路拓扑结构对较长道路上的路况序列做后期处理的一种方法，通过做路况平滑处理，可以修正明显突兀的路况状态。例如，对于三个连续路段，第一个路段的路况状态为拥堵，第二路段的路况状态为畅通，第三个路段的路况状态为拥堵，第二路段的路况状态属于明显突兀的路况状态，通过对第二路段进行平滑处理，可将第二路段的路况状态修正为其上下游路段的路况状态拥堵。窗口：可往上游或下游随意移动的指定空间范围。本专利技术实施例所述的窗口是指能够沿着包括多条路段的道路上下滑移、且具有确定长度的路段集合划分尺度。同一窗口内可涵盖多条路段，本专利技术实施例可将位于同一窗口内的多条路段组成的路段集合称为窗口路段集合。时间批次：在实时路况生产系统中，是指计算与发布路况的周期，一般为一分钟或两分钟。在现代生活中，为了方便出行，用户会在终端中安装各种导航应用，这些导航应用大都具有对实时路况状态的预测及显示功能，进而根据所显示的实时路况状态，更加合理地为用户安排出行路线，提高用户的办事效率。目前，相关技术在预测路况状态时，主要采用以下两种方法：第一种方法、基于GPS采集到的位置信息，通过与交通路网数据库中的数据进行匹配，确定车辆当前行驶的Link，再通过对至少两个车辆的行驶速度进行融合，预测该Link的路况状态。在将所预测的路况状态发布之前，还将对所预测的路况状态作简单的平滑处理，例如，将路况状态明显突兀的Link直接修正为其上下游Link的路况状态。第二种方本文档来自技高网...

【技术保护点】
1.一种预测路况状态的方法，其特征在于，所述方法包括：/n获取目标路段的路段特征，所述路段特征用于表征所述目标路段的路段属性和车辆在所述目标路段上的行驶信息；/n获取窗口路段集合的窗口路段特征，所述窗口路段集合包括位于所述目标路段的同一窗口内的多条路段，所述窗口路段特征用于表征窗口路段集合内各个路段的整体路段属性和车辆在各个路段不同采样位置上的行驶信息；/n根据所述目标路段的路段特征和所述窗口路段集合的窗口路段特征，确定所述目标路段以每个窗口为参照时处于不同路况状态的概率值；/n根据所述目标路段以每个窗口为参照时处于不同路况状态的概率值和所述目标路段的路段特征，预测所述目标路段的路况状态。/n

【技术特征摘要】
1.一种预测路况状态的方法，其特征在于，所述方法包括：
获取目标路段的路段特征，所述路段特征用于表征所述目标路段的路段属性和车辆在所述目标路段上的行驶信息；
获取窗口路段集合的窗口路段特征，所述窗口路段集合包括位于所述目标路段的同一窗口内的多条路段，所述窗口路段特征用于表征窗口路段集合内各个路段的整体路段属性和车辆在各个路段不同采样位置上的行驶信息；
根据所述目标路段的路段特征和所述窗口路段集合的窗口路段特征，确定所述目标路段以每个窗口为参照时处于不同路况状态的概率值；
根据所述目标路段以每个窗口为参照时处于不同路况状态的概率值和所述目标路段的路段特征，预测所述目标路段的路况状态。


2.根据权利要求1所述的方法，其特征在于，所述获取窗口路段集合的窗口路段特征之前，还包括：
以所述目标路段的中心点为中心，以预设长度为窗口长度，分别向所述目标路段的上游路段和下游路段进行扩展，得到中心窗口；
将所述中心窗口沿着所述目标路段的上游路段和下游路段进行滑动，得到多个滑动窗口；
以所述目标路段的边缘为起点，以所述预设长度为窗口长度，分别向所述目标路段的上游路段和下游路段进行扩展，得到两个边缘窗口；
将位于所述中心窗口、每个滑动窗口或每个边缘窗口内的各个路段组成一个窗口路段集合。


3.根据权利要求1所述的方法，其特征在于，所述根据所述目标路段的路段特征和所述窗口路段集合的窗口路段特征，确定所述目标路段以每个窗口为参照时处于不同路况状态的概率值，包括：
根据所述窗口路段集合所属的窗口，将所述目标路段的路段特征和所述窗口路段集合的窗口路段特征输入到每个窗口的窗口路段模型中，输出所述目标路段以每个窗口为参照时处于不同路况状态的概率值；
其中，所述窗口路段模型用于基于路段特征和窗口路段特征，确定路段以当前窗口为参照时处于不同路况状态的概率值。


4.根据权利要求3所述的方法，其特征在于，所述根据所述窗口路段集合所属的窗口，将所述目标路段的路段特征和所述窗口路段集合的窗口路段特征输入到每个窗口的窗口路段模型中之前，还包括：
获取多个训练样本路段的路段特征；
获取每个训练样本路段的每个窗口训练样本路段的窗口路段特征，每个窗口训练样本包括位于每个训练样本路段的不同窗口内的多条路段；
获取每个训练样本路段的真实路况状态；
根据所述多个训练样本路段的路段特征、每个训练样本路段的每个窗口训练样本路段的窗口路段特征及每个训练样本路段的真实路况状态，对每个窗口的初始窗口路段模型进行训练，得到每个窗口的窗口路段模型。


5.根据权利要求1所述的方法，其特征在于，所述根据所述目标路段以每个窗口为参照时处于不同路况状态的概率值和所述目标路段的路段特征，预测所述目标路段的路况状态，包括：
将所述目标路段以每个窗口为参照时处于不同路况状态的概率值和所述目标路段的路段特征输入到路况决策模型中，输出所述目标路段的路况状态；
其中，所述路况决策模型用于基于路段以每个窗口为参照时处于不同路况状态的概率值和路段特征，确定路段的路况状态。


6.根据权利要求5所述的方法，其特征在于，所述将所述目标路段以每个窗口为参照时处于不同路况状态的概率值和所述目标路段的路段特征输入到路况决策模型中之前，还包括：
获取多个训练样本路段的路段特征；
获取每个训练样本路段以每个窗口为参照时处于不同路况状态的概率值；
获取每个训练样本路段的真实路况状态；
根据所述多个训练样本路段的路段特征、每个训练样本路段以每个窗口为参照时处于不同路况状态的概率值及每个训练样本路段的真实路况状态，训练初始路况决策模型，得到所述路况决策模型。


7.一种预测路况状态的装置，其特征在于，所述装置包括：
获取模块，用于获取目标路段的路段特征，所述路段特征用于表征所述目标路段的路段属性和车辆在所述目标...

【专利技术属性】
技术研发人员：阳勇，杨新宇，赵红超，江红英，
申请(专利权)人：腾讯大地通途北京科技有限公司，腾讯科技深圳有限公司，
类型：发明
国别省市：北京;11